MétaCan
Menu
Retour à la cohorte
Enregistrement W2071454077 · doi:10.1139/x07-133

Effects of soil freezing on fine roots in a northern hardwood forest

2008· article· en· W2071454077 sur OpenAlexvenueno aff
Natalie L. Cleavitt, Timothy J. Fahey, Peter M. Groffman, Janet P. Hardy, Karen S. Henry, Charles T. Driscoll

Notice bibliographique

RevueCanadian Journal of Forest Research · 2008
Typearticle
Langueen
DomaineEngineering
ThématiqueTree Root and Stability Studies
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Research StationNational Science Foundation
Mots-clésExperimental forestFrost heavingFrost (temperature)SnowYellow birchEnvironmental scienceSoil horizonHardwoodSoil waterEcologyAgronomyBiologyBotanySoil scienceGeology

Résumé

récupéré en direct d'OpenAlex

We reduced early winter snowpack in four experimental plots at the Hubbard Brook Experimental Forest in New Hamphire for 2 years to examine the mechanisms of root injury associated with soil freezing. Three lines of evidence suggested that direct cellular damage, rather than physical damage associated with frost heaving, was the principal mechanism of root injury: (i) decreases in root vitality were not greater on sites with more frost heaving, (ii) in situ freezing damage was confined to first- and second-order roots in the organic horizons rather than entire root systems, and (iii) tensile strength of fine roots was not significantly compromised by experimental stretching to simulate ice lens formation. Although significant differences in the intensity of soil freezing (depth, rate, and minimum temperature) were observed across the plots, no clear effects of soil freezing intensity on root injury were observed. Snow manipulation had no effect on mycorrhizal colonization of sugar maple ( Acer saccharum Marsh.) roots. A significant increase in root growth was observed in the second summer after treatments, coincident with a significant pulse of soil nitrate leaching. Through their effects on fine roots, soil freezing events could play an important role in forest ecosystem dynamics in a changing climate.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,051
Score d'incertitude au seuil0,101

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,031
Tête enseignante GPT0,259
Écart entre enseignants0,228 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations130
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Forest ResearchMême sujetTree Root and Stability StudiesTravaux en français237 207